MySQL :: MySQL 8.4 参考手册 :: 12.14.4.1 使用 LDML 语法定义 UCA 排序规则

版本 8.4

8.0 日语

MySQL 8.4 参考手册 / ... / 使用 LDML 语法定义 UCA 排序规则

12.14.4.1 使用 LDML 语法定义 UCA 排序规则

要为 Unicode 字符集添加 UCA 排序规则而无需重新编译 MySQL，请使用以下步骤。如果您不熟悉用于描述排序规则排序特性的 LDML 规则，请参见第 12.14.4.2 节，“MySQL 支持的 LDML 语法”。

此示例将名为 utf8mb4_phone_ci 的排序规则添加到 utf8mb4 字符集中。该排序规则专为涉及 Web 应用程序的场景而设计，在该场景中，用户发布他们的姓名和电话号码。电话号码可以使用截然不同的格式。

+7-12345-67
+7-12-345-67
+7 12 345 67
+7 (12) 345 67
+71234567

处理此类值时出现的问题是，各种允许的格式使得搜索特定电话号码变得非常困难。解决方法是定义一个新的排序规则，该规则重新排序标点符号，使其成为可忽略的。

选择排序规则 ID，如第 12.14.2 节，“选择排序规则 ID”中所示。以下步骤使用 ID 1029。

修改 Index.xml 配置文件。此文件位于由 character_sets_dir 系统变量指定的目录中。您可以按如下方式检查变量值，尽管路径名在您的系统上可能不同。

mysql> SHOW VARIABLES LIKE 'character_sets_dir';
+--------------------+-----------------------------------------+
| Variable_name      | Value                                   |
+--------------------+-----------------------------------------+
| character_sets_dir | /user/local/mysql/share/mysql/charsets/ |
+--------------------+-----------------------------------------+

选择排序规则的名称，并在 Index.xml 文件中列出它。此外，您必须提供排序规则。找到要添加排序规则的字符集的 <charset> 元素，并添加一个 <collation> 元素，该元素指示排序规则名称和 ID，以将名称与 ID 关联起来。在 <collation> 元素内，提供包含排序规则的 <rules> 元素。

<charset name="utf8mb4">
  ...
  <collation name="utf8mb4_phone_ci" id="1029">
    <rules>
      <reset>\u0000</reset>
      <i>\u0020</i> <!-- space -->
      <i>\u0028</i> <!-- left parenthesis -->
      <i>\u0029</i> <!-- right parenthesis -->
      <i>\u002B</i> <!-- plus -->
      <i>\u002D</i> <!-- hyphen -->
    </rules>
  </collation>
  ...
</charset>

如果您想要为其他 Unicode 字符集创建类似的排序规则，请添加其他 <collation> 元素。例如，要定义 ucs2_phone_ci，请向 <charset name="ucs2"> 元素添加一个 <collation> 元素。请记住，每个排序规则都必须具有唯一的 ID。

重新启动服务器，并使用此语句验证排序规则是否存在。

mysql> SHOW COLLATION WHERE Collation = 'utf8mb4_phone_ci';
+------------------+---------+------+---------+----------+---------+
| Collation        | Charset | Id   | Default | Compiled | Sortlen |
+------------------+---------+------+---------+----------+---------+
| utf8mb4_phone_ci | utf8mb4 | 1029 |         |          |       8 |
+------------------+---------+------+---------+----------+---------+

现在测试排序规则，以确保它具有所需的属性。

创建一个包含一些使用新排序规则的示例电话号码的表

mysql> CREATE TABLE phonebook (
         name VARCHAR(64),
         phone VARCHAR(64) CHARACTER SET utf8mb4 COLLATE utf8mb4_phone_ci
       );
Query OK, 0 rows affected (0.09 sec)

mysql> INSERT INTO phonebook VALUES ('Svoj','+7 912 800 80 02');
Query OK, 1 row affected (0.00 sec)

mysql> INSERT INTO phonebook VALUES ('Hf','+7 (912) 800 80 04');
Query OK, 1 row affected (0.00 sec)

mysql> INSERT INTO phonebook VALUES ('Bar','+7-912-800-80-01');
Query OK, 1 row affected (0.00 sec)

mysql> INSERT INTO phonebook VALUES ('Ramil','(7912) 800 80 03');
Query OK, 1 row affected (0.00 sec)

mysql> INSERT INTO phonebook VALUES ('Sanja','+380 (912) 8008005');
Query OK, 1 row affected (0.00 sec)

运行一些查询，以查看可忽略的标点符号是否确实被忽略用于比较和排序

mysql> SELECT * FROM phonebook ORDER BY phone;
+-------+--------------------+
| name  | phone              |
+-------+--------------------+
| Sanja | +380 (912) 8008005 |
| Bar   | +7-912-800-80-01   |
| Svoj  | +7 912 800 80 02   |
| Ramil | (7912) 800 80 03   |
| Hf    | +7 (912) 800 80 04 |
+-------+--------------------+
5 rows in set (0.00 sec)

mysql> SELECT * FROM phonebook WHERE phone='+7(912)800-80-01';
+------+------------------+
| name | phone            |
+------+------------------+
| Bar  | +7-912-800-80-01 |
+------+------------------+
1 row in set (0.00 sec)

mysql> SELECT * FROM phonebook WHERE phone='79128008001';
+------+------------------+
| name | phone            |
+------+------------------+
| Bar  | +7-912-800-80-01 |
+------+------------------+
1 row in set (0.00 sec)

mysql> SELECT * FROM phonebook WHERE phone='7 9 1 2 8 0 0 8 0 0 1';
+------+------------------+
| name | phone            |
+------+------------------+
| Bar  | +7-912-800-80-01 |
+------+------------------+
1 row in set (0.00 sec)